论文部分内容阅读
目前,精神分裂症已成为影响青少年脑部健康的第四大类疾病,研究正常人和精神分裂症患者的大脑网络机制具有很重要的实际意义和学术价值。为了研究大脑各个“节点”之间的相互作用,研究者们提出了大量的网络分析手段。其中,基于脑电图(electroencephalogram,EEG)信号的研究方法发展的尤为成熟,如偏相关、同步似然、互信息等。但是这些方法仅仅适用于分析功能性脑网络,不能实现各个网络“节点”之间的信息流向分析。基于格兰杰因果性(Granger causality,GC)的因效性网络分析方法很好的解决了这个问题,其中发展的比较成熟的当属部分定向相干(partial directed coherence,PDC)分析方法。本文利用PDC的分析方法来研究不同被试(正常人、精神分裂症阳性患者和精神分裂症阴性患者)的因效性脑网络属性的差异。首先,采集了三组被试在静息状态下的32导联的脑电EEG信号,借助EEGLAB中的runica,结合以往脑电信号研究的先验知识,对采集的信号进行去噪声和去伪迹处理。其次,对每个被试的EEG数据选择合适的模型阶数,构建性能良好的多通道自回归模型(multivariate autoregressive model,MVAR),同时提取EEG信号在不同频段(delta 0.5~3 Hz、theta 4~7 Hz、alpha8~12 Hz、beta 13~30 Hz)上的特征信号。然后,利用PDC的分析方法,量化各个通道信号之间的因果作用关系,并选取合适的阈值分别构建该阈值下包含32个节点的因效性脑网络。最后,从网络“核心节点”、网络效率以及网络节点信息流向这三个方面,结合相关统计方法,分析三组被试的因效性脑网络的属性。研究表明:1)与正常人相比,精神分裂症患者的大脑功能连接发生了病变。2)不同被试的大脑活动状况不同。正常人大脑信息交换相对频繁的节点主要集中在大脑左半球的额叶、颞叶以及中央区域;精神分裂症阳性患者的脑网络信息流动较多的节点主要分布在大脑右半球的额叶和颞叶区;而精神分裂症阴性患者脑网络信息交换相对频繁的节点主要集中在大脑的枕叶和顶叶区。3)被试在不同信号频段上,网络呈现相似的网络属性,包括网络效率、网络节点的度、度分布、介数以及紧密度。4)与精神分裂症阳性和阴性患者的因效性脑网络相比,正常人脑网络的局部效率和全局效率更低。综上所述,本文的研究对精神分裂症的诊断和治疗有潜在的价值。